پث‌وایز

آمار و سواد دادهدرس ۱۱ از ۱۲

خواندن انتقادی یک پژوهش علمی

کارآزمایی‌های تصادفی‌سازی‌شده، مطالعات مشاهده‌ای و هر آنچه میان آن‌هاست: چه عواملی به یک پژوهش استحکام می‌بخشند، و نشانه‌های هشدار در گزارش‌های علمی کدام‌اند.

چیزی که از این درس می‌بری

  • کارآزمایی تصادفی‌سازی‌شده و کنترل‌شده (RCT) داوطلبان را بر اساس شانس میان گروه درمان و کنترل تقسیم می‌کند تا متغیرهای مخدوش‌کننده متوازن شوند.
  • در مثال ما، ۶۰ نفر با دارو و ۴۵ نفر با دارونما بهبود یافتند: اثر خالص دارو ۱۵ واحد درصد است نه ۶۰ درصد.
  • روش دوسوکور از تحریف نتایج تحت تأثیر انتظارات و تلقین روانی بیماران و پژوهشگران جلوگیری می‌کند.
فهرست این درس۶
  1. کارآزمایی تصادفی‌سازی‌شده و کنترل‌شده (RCT)
  2. کورسازی (Blinding)
  3. دو رویکرد بنیادین در مطالعات انسانی
  4. نردبان سلسله‌مراتب شواهد علمی (از ضعیف به قوی)
  5. پرسش‌های کلیدی پیش از پذیرش نتایج هر مطالعه
  6. مرور درس

۰۱استاندارد طلایی پژوهش‌های تجربی

کارآزمایی تصادفی‌سازی‌شده و کنترل‌شده (RCT)

در یک کارآزمایی تصادفی‌سازی‌شده و کنترل‌شده (RCT)، داوطلبان صرفاً بر اساس شانس و تصادف به دو گروه تقسیم می‌شوند. گروه اول درمان یا داروی واقعی را دریافت می‌کند. گروه دیگر، یعنی گروه کنترل (Control Group)، هیچ درمانی دریافت نمی‌کند یا دارویی بی‌اثر موسوم به دارونما (Placebo) به او داده می‌شود که ظاهری کاملاً مشابه دارد. از آنجا که انتخاب افراد کاملاً تصادفی است، تمامی متغیرهای مخدوش‌کننده (مانند سن، رژیم غذایی و شدت بیماری) به طور یکنواخت میان دو گروه تقسیم می‌شوند؛ بنابراین اگر تفاوتی در پیامدها حاصل شود، محتمل‌ترین علت خود درمان است.

اگر افراد خود گروه درمانی‌شان را برمی‌گزیدند، احتمالاً باانگیزه‌ترین‌ها داروی جدید را برمی‌داشتند؛ آن‌گاه انگیزهٔ فردی می‌توانست بهبود را توجیه کند نه خود دارو. اما قرعه‌کشی تصادفی هیچ تعصب یا انگیزه‌ای نمی‌شناسد.

خودت رو امتحان کنسؤال ۱ از ۵

چرا در کارآزمایی‌های بالینی افراد به طور تصادفی به گروه‌ها تخصیص داده می‌شوند و انتخاب به خود آنان واگذار نمی‌شود؟

  1. زیرا این شیوه ارزان‌تر از نظرسنجی از داوطلبان است
  2. برای توزیع یکنواخت سایر عوامل مخدوش‌کننده، تا تنها تفاوت ساختاری میان گروه‌ها، خودِ مداخلهٔ درمانی باشد
  3. برای اطمینان از اینکه حجم گروه درمان همواره بزرگ‌تر از گروه کنترل باشد
  4. تا پژوهشگران بتوانند افراد سالم‌تر را گلچین کرده و در گروه درمان قرار دهند
جواب رو ببین

برای توزیع یکنواخت سایر عوامل مخدوش‌کننده، تا تنها تفاوت ساختاری میان گروه‌ها، خودِ مداخلهٔ درمانی باشد

کاملاً درست است. تخصیص تصادفی عواملی چون سن، وضعیت سلامت، عادات زندگی و متغیرهای ناشناخته را به طور متوازن میان دو گروه توزیع می‌کند؛ در نتیجه هرگونه تفاوت در بهبود نهایی مستقیماً به پای درمان نوشته می‌شود.

قدم‌به‌قدم ببین

  1. جامعهٔ ۲۰۰ نفری از داوطلبان
    ۱/۴جامعهٔ ۲۰۰ نفری از داوطلبان

    ابری از ۲۰۰ نقطهٔ خاکستری در سمت چپ با برچسب ۲۰۰ = n: افرادی مبتلا به سردرد که برای کارآزمایی داوطلب شده‌اند. کادری یاسی‌رنگ با حرف R (مخفف Randomisation) در انتظار تخصیص افراد است. هنوز هیچ‌کس به گروهی منتسب نشده است.

  2. تقسیم تصادفی افراد به دو گروه
    ۲/۴تقسیم تصادفی افراد به دو گروه

    نقاط از کادر R عبور کرده و به تساوی به دو گروه ۱۰۰ نفره تقسیم می‌شوند: گروه درمان (Rx) در بالا با کادر نارنجی داروی واقعی را دریافت می‌کند؛ گروه دارونما در پایین با کادر خاکستری، قرص بی‌اثر می‌گیرد. تصادف، نه ارادهٔ افراد، گروه هر فرد را معین می‌سازد: این جوهرهٔ تصادفی‌سازی است.

  3. بهبود ۶۰ نفر با داروی واقعی و ۴۵ نفر با دارونما
    ۳/۴بهبود ۶۰ نفر با داروی واقعی و ۴۵ نفر با دارونما

    پس از گذشت یک هفته، نقاط افراد بهبودیافته به رنگ آبی درمی‌آیند: ۶۰ نفر از ۱۰۰ نفر در گروه درمان، و ۴۵ نفر از ۱۰۰ نفر در گروه دارونما. بسیاری از افراد حتی با دارونما نیز بهبود می‌یابند، زیرا سردرد به طور طبیعی فروکش می‌کند.

  4. اثر درمانی واقعی: ۱۵+ واحد درصد
    ۴/۴اثر درمانی واقعی: ۱۵+ واحد درصد

    نقاط بهبودیافته به شکل دو ستون ۶۰٪ و ۴۵٪ برجسته می‌شوند و آکولادی میان آن‌ها عدد «۱۵+ واحد درصد» را نشان می‌دهد. اثر واقعی دارو دقیقاً همین تفاضل است: ۱۵ واحد درصد. اگر گروه کنترلی در کار نبود، تمام ۶۰٪ بهبود به اشتباه معجزهٔ دارو تلقی می‌شد!

خودت رو امتحان کنسؤال ۲ از ۵

در یک کارآزمایی بالینی، ۶۰ نفر از ۱۰۰ بیمار با داروی جدید و ۴۵ نفر از ۱۰۰ بیمار با دارونما بهبود یافته‌اند. اثر درمانی واقعی دارو چقدر بوده است؟

  1. ۶۰٪، زیرا این تعداد از افراد مصرف‌کننده بهبود یافته‌اند
  2. ۱۵ واحد درصد: تفاوت خالص ایجادشده میان دو گروه
  3. ۴۵٪، معادل اثر دارونما
  4. در مجموع ۱۰۵ نفر درمان شده‌اند
جواب رو ببین

۱۵ واحد درصد: تفاوت خالص ایجادشده میان دو گروه

صحیح است. ۴۵ نفر از هر ۱۰۰ بیمار حتی بدون دریافت داروی واقعی نیز بهبود می‌یافتند (همان‌طور که گروه کنترل نشان داد). دارو تنها ۱۵ بیمار بیشتر را درمان کرده است: یعنی اثری خالص معادل ۱۵ واحد درصد.

کورسازی (Blinding)

اسم · روش‌شناسی پژوهش

روشی برای جلوگیری از آگاهی افراد نسبت به اینکه چه کسی درمان واقعی را دریافت کرده است. در مطالعهٔ یک‌سوکور (Single-blind)، شرکت‌کنندگان نمی‌دانند در کدام گروه قرار دارند. در مطالعهٔ دوسوکور (Double-blind)، حتی پزشکان و پژوهشگرانی که نتایج را اندازه‌گیری و ثبت می‌کنند نیز از نوع مداخله بی‌خبرند. این تکنیک مانع از اثرگذاری تلقین روانی و سوگیری انتظارات بر ارزیابی‌های بالینی می‌شود.

اگر پزشک بداند کدام بیمار داروی نوین را دریافت کرده، ممکن است ناخودآگاه درد او را خفیف‌تر ثبت کند. دوسوکورسازی این سوگیری پنهان را خنثی می‌کند.

دو رویکرد بنیادین در مطالعات انسانی

کارآزمایی تصادفی‌سازی‌شده (RCT)

پژوهشگران مداخله و درمان را به شیوهٔ تصادفی تعیین و اعمال می‌کنند.

قادر به اثبات رابطهٔ علی و معلولی است. پرهزینه، اغلب در مقیاس کوچک و کوتاه‌مدت، و در بسیاری از مسائل غیراخلاقی یا ناممکن است.

مطالعهٔ مشاهده‌ای (Observational Study)

پژوهشگران سبک زندگی و رفتارهای طبیعی افراد را بدون مداخله رصد و ثبت می‌کنند (مانند مطالعات کوهورت و مورد-شاهدی).

اغلب تنها گزینهٔ اخلاقی و عملی است (نمی‌توان افراد را به سیگار کشیدن مجبور کرد). همبستگی‌ها را آشکار می‌سازد و سوگیری مخدوش‌کننده چالش اصلی آن است.

خودت رو امتحان کنسؤال ۳ از ۵

مطالعات مشاهده‌ای بی‌ارزش هستند، زیرا تنها کارآزمایی‌های تصادفی‌سازی‌شده شواهد معتبر علمی به شمار می‌روند.

  1. درست
  2. نادرست
جواب رو ببین

نادرست

نادرست است. بخش عمده‌ای از دانسته‌های پزشکی ما دربارهٔ خطرات دخانیات و سرطان حاصل مطالعات مشاهده‌ای بلندمدت است؛ زیرا وادار کردن افراد به مصرف دخانیات در قالب کارآزمایی غیراخلاقی است. اگرچه در این مطالعات باید اثر عوامل مخدوش‌کننده با دقت کنترل شود، اما مطالعات مشاهده‌ای گسترده و روشمند بسیار ارزشمند و حیاتی‌اند.

۰۴قدم‌به‌قدم

نردبان سلسله‌مراتب شواهد علمی (از ضعیف به قوی)

  1. ۱. روایات فردی و نظرات شخصی متخصصان

    گزاره‌هایی چون «این گیاه دارویی برای عموی من معجزه کرد». این شواهد حداکثر می‌توانند سرنخی برای طرح پرسش باشند، نه نتیجه‌گیری علمی.

  2. ۲. مطالعات سلولی و حیوانی (آزمایشگاهی)

    آزمایش‌ها «روی موش‌ها» یا در «ظروف کشت سلولی». این‌ها سرنخ‌های اولیهٔ مفیدی هستند، اما اکثریت قاطع آن‌ها هرگز در بدن انسان تکرار نمی‌شوند.

  3. ۳. مطالعات مشاهده‌ای انسانی

    بررسی جمعیت‌های واقعی در ابعاد گسترده؛ همبستگی‌های معنادار را نشان می‌دهند اما ردپای متغیرهای مخدوش‌کننده همواره نیازمند احتیاط است.

  4. ۴. کارآزمایی‌های تصادفی‌سازی‌شده و کنترل‌شده (RCT)

    تخصیص تصادفی توازن گروه‌ها را برقرار می‌کند و اثبات علیت درمان را میسر می‌سازد.

  5. ۵. مرورهای نظام‌مند و فراتحلیل‌ها (Meta-analyses)

    ترکیب آماری و یکپارچه‌سازی یافته‌های ده‌ها مطالعهٔ مستقل دربارهٔ یک پرسش واحد. بالاترین سطح استحکام شواهد تجربی.

خودت رو امتحان کنسؤال ۴ از ۵

یک روزنامه تیتر می‌زند: «مصرف روزانهٔ شکلات سبب تقویت چشمگیر حافظه می‌شود.» مطالعهٔ پشت این خبر روی موش‌های آزمایشگاهی انجام شده است. اشکال بنیادین این گزارش چیست؟

  1. موش‌ها تمایلی به خوردن شکلات ندارند
  2. یافته‌های زیستی در موش‌ها در اغلب موارد در فیزیولوژی پیچیدهٔ انسان تکرار نمی‌شوند
  3. حجم نمونهٔ موش‌ها در مطالعه بیش از حد بزرگ بوده است
  4. حافظه اساساً پدیده‌ای غیرقابل اندازه‌گیری است
جواب رو ببین

یافته‌های زیستی در موش‌ها در اغلب موارد در فیزیولوژی پیچیدهٔ انسان تکرار نمی‌شوند

کاملاً درست است. مطالعات حیوانی سرنخ‌های ابتدایی هستند، اما درصد بسیار بالایی از آن‌ها در آزمایش‌های انسانی ناکام می‌مانند. «روی موش‌ها» پله‌ای پایین در نردبان شواهد است که در تیتر رسانه‌ای به عمد حذف شده است.

پرسش‌های کلیدی پیش از پذیرش نتایج هر مطالعه

  • تعداد شرکت‌کنندگان چقدر بوده است؟ مطالعه‌ای با ۲۰ نفر بسیار شکننده است. شرکت‌کنندگان چه کسانی بوده‌اند؟ آیا نتایج قابل تعمیم به شما هست؟
  • در مقایسه با چه چیزی؟ نبود گروه کنترل یعنی ناتوانی در تفکیک اثر درمانی از بهبودی خودبه‌خودی طبیعت.
  • اندازهٔ اثر مطلق چقدر بوده است (درس ۸)، و ماندگاری آن تا چه مدت ادامه داشته است؟
  • آیا مقاله داوری همتا (Peer-reviewed) شده یا یک پیش‌نویس (Preprint) است؟ چه نهادی بودجهٔ آن را تأمین کرده است؟ آیا آزمایش در مراکز دیگر تکرار شده است؟ در پروژه‌های بزرگ بازتولید در روان‌شناسی، بین یک‌سوم تا نیمی از مقالات چاپ‌شده در تکرار مجدد تأیید نشدند.
  • بیانیه‌های خبری و رسانه‌ها معمولاً مبالغه می‌کنند: «همبستگی» به «علیت» و «موش‌ها» به «انسان» تبدیل می‌شوند. در صورت امکان، همواره چکیدهٔ مقالهٔ اصلی را بخوانید.

خودت رو امتحان کنسؤال ۵ از ۵

کدام‌یک از موارد زیر بالاترین و محکم‌ترین سطح شواهد علمی را برای اثربخشی یک درمان فراهم می‌سازد؟

  1. یک مطالعهٔ مشاهده‌ای بر روی ۵۰ بیمار
  2. یک فراتحلیل جامع که نتایج ۱۲ کارآزمایی تصادفی‌سازی‌شده را ترکیب کرده است
  3. دیدگاه و توصیهٔ اکید یک پزشک متخصص برجسته
  4. یک پژوهش آزمایشگاهی روی کشت سلول‌های انسانی
جواب رو ببین

یک فراتحلیل جامع که نتایج ۱۲ کارآزمایی تصادفی‌سازی‌شده را ترکیب کرده است

صحیح است. کارآزمایی‌های تصادفی گروه‌ها را متوازن می‌سازند و فراتحلیل ۱۲ مطالعهٔ مستقل، خطاهای احتمالی و نوسانات تصادفیِ یک کارآزمایی منفرد را خنثی می‌کند؛ به همین دلیل این روش در بالاترین پلهٔ شواهد جای دارد.

۰۶جمع‌بندی

مرور درس

  • کارآزمایی تصادفی‌سازی‌شده و کنترل‌شده (RCT) داوطلبان را بر اساس شانس میان گروه درمان و کنترل تقسیم می‌کند تا متغیرهای مخدوش‌کننده متوازن شوند.
  • در مثال ما، ۶۰ نفر با دارو و ۴۵ نفر با دارونما بهبود یافتند: اثر خالص دارو ۱۵ واحد درصد است نه ۶۰ درصد.
  • روش دوسوکور از تحریف نتایج تحت تأثیر انتظارات و تلقین روانی بیماران و پژوهشگران جلوگیری می‌کند.
  • مطالعات مشاهده‌ای در بسیاری از موارد تنها راهکار ممکن‌اند و ارزشمند هستند، اما همبستگی را نمایان می‌سازند نه اثبات قطعی علیت.
  • همواره جویا شوید: چه تعداد شرکت‌کننده، در مقایسه با چه گروهی، با چه اندازهٔ اثر مطلق، با چه حامی مالی، و با چه میزان تکرارپذیری بررسی شده‌اند.

به سبک خودت یادش بگیر.

توی اپ از یادآی بخواه این درس رو ساده‌تر توضیح بده، از زندگی خودت مثال بزنه یا عمیق‌تر بره. بعد یه مسیر کامل دور هدف خودت بساز.

Cafe Bazaar Myket توی اپ شخصی‌سازیش کن